MétaCan
Menu
Retour à la cohorte
Enregistrement W4404583237 · doi:10.1093/cvr/cvae248

Anaplerotic filling in heart failure: a review of mechanism and potential therapeutics

2024· review· en· W4404583237 sur OpenAlexafffund
Karm A Alhasan, Melissa A. King, Badal S B Pattar, Ian A. Lewis, Gary D. Lopaschuk, Steven C. Greenway

Notice bibliographique

RevueCardiovascular Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensLibin Cardiovascular Institute of AlbertaAlberta Children's HospitalUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésHeart failureMechanism (biology)Citric acid cycleEnergy metabolismCellular metabolismMedicineTricarboxylic acidBioinformaticsBiologyPharmacologyMetabolismInternal medicine

Résumé

récupéré en direct d'OpenAlex

Heart failure (HF) is a complex syndrome and a leading cause of mortality worldwide. While current medical treatment is based on known pathophysiology and is effective for many patients, the underlying cellular mechanisms are poorly understood. Energy deficiency is a characteristic of HF, marked by complex alterations in metabolism. Within the tricarboxylic acid cycle, anaplerosis emerges as an essential metabolic process responsible for replenishing lost intermediates, thereby playing a crucial role in sustaining energy metabolism and consequently cardiac function. Alterations in cardiac anaplerosis are commonly observed in HF, demonstrating potential for therapeutic intervention. This review discusses recent advances in understanding the anaplerotic adaptations that occur in HF. We also explore therapeutics that can directly modulate anaplerosis or are likely to confer cardioprotective effects through anaplerosis, which could potentially be implemented to rescue the failing heart.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,117
Tête enseignante GPT0,400
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207